Kullanıcı araştırması yöntemleri, bir ürün ekibinin kullanıcıların neye ihtiyaç duyduğunu ve ürünü gerçekte nasıl kullandığını öğrenmek için başvurduğu yollardır. En yaygınları kullanıcı görüşmeleri, saha gözlemi, günlük tutma çalışmaları, kullanılabilirlik testleri, kart sıralama ve ağaç testi, anketler, analitik ve A/B testleridir. Hangisini seçeceğiniz yanıtlamak istediğiniz soruya bağlıdır: "neden" sorusu için insanlarla konuşursunuz, gerçekte ne yaptıklarını görmek için onları izlersiniz, "kaç kişi" sorusu için ölçersiniz.
Çoğu ekip bu yöntemlerin hepsine ihtiyaç duymaz. Birçok üründe şu kadarı bile yapılmaz: tasarımdan önce bir tur görüşme, geliştirme sırasında birkaç küçük kullanılabilirlik testi ve yayından sonra düzgün kurulmuş analitik.
Yöntemleri ayırt etmenin üç yolu
Nielsen Norman Group'un 20 UX araştırma yöntemini karşılaştıran yazısı yöntemleri üç eksende sınıflandırır. İlki tutumsal ve davranışsal ayrımıdır: insanların söyledikleri ile yaptıkları. İkisi tahmin ettiğinizden daha sık ayrışır. "Ben fiyatları hep karşılaştırırım" diyen biri yine de ilk sonuca tıklayabilir.
İkinci eksen nitel ve nicel ayrımıdır. Görüşme ve moderatörlü kullanılabilirlik testi gibi nitel yöntemler bir şeyin neden olduğunu ve nasıl düzeltileceğini anlamakta güçlüdür. Anket, analitik ve A/B testi gibi nicel yöntemler ise "kaç" ve "ne kadar" sorularını yanıtlar. Üçüncü eksen kullanım bağlamıdır: Katılımcı gerçek ürünü kendi ortamında mı kullanıyor, sizin hazırladığınız bir görevi mi yapıyor, bir prototipte mi geziniyor, yoksa ortada hiç ürün yok mu?
Aynı yazı yöntemleri ürün geliştirme aşamalarıyla da eşleştirir. Neyin yapılacağına karar verdiğiniz ilk aşamada üretken (generative) yöntemler kullanılır: görüşmeler, saha çalışmaları, günlük tutma çalışmaları. Tasarım sürerken biçimlendirici (formative) yöntemler devreye girer: kullanılabilirlik testi, kart sıralama, ağaç testi. Yayından sonra ise ölçmeye yönelik (summative) yöntemler gelir: analitik, A/B testi, karşılaştırmalı ölçümler, anketler. NN/g'nin tablosunda anket hem ilk hem son grupta yer alır: başta, görüşmelerde duyduğunuz bir sorunun ne kadar yaygın olduğunu anlamak için, yayından sonra da ürünün nasıl karşılandığını izlemek için.
Hangi yöntem hangi soruyu yanıtlar
Yöntem | Ne öğrenirsiniz | Ne zaman kullanılır | Katılımcı sayısı |
|---|---|---|---|
Kullanıcı görüşmesi | İnsanların neyi neden yaptığını, bugün ne kullandıklarını, neyin önlerini kestiğini | Tasarımdan önce; yeni bir kullanıcı grubuna açılırken | 5-6 kişiyle başlayın, yeni bir şey duymayana kadar sürdürün |
Saha çalışması, bağlamsal sorgulama | İşin gerçekte nasıl yapıldığını, geçici çözümler dahil | Kendi yapmadığınız bir iş için tasarım yapmadan önce | Birkaç kişi ya da birkaç kurum |
Günlük tutma çalışması | Günlere, haftalara yayılan davranışları | Alışkanlıklar, tekrarlanan işler, uzun süreçler | Fazladan kişi alın, yarıda bırakanlar olur |
Moderatörlü kullanılabilirlik testi | Bir akışta insanların nerede ve neden takıldığını | İlk tıklanabilir prototipten itibaren | Tur başına 5, birkaç tur |
Nicel kullanılabilirlik testi | Karşılaştırılabilir başarı oranlarını ve görev sürelerini | Yeniden tasarımdan önce ve sonra ölçüm | Yaklaşık 40 |
Kart sıralama | İnsanların içeriği nasıl gruplayıp adlandırdığını | Menü ve bilgi mimarisi tasarlarken | Yaklaşık 15 |
Ağaç testi | Önerilen menüde aranan şeyin bulunup bulunamadığını | Kart sıralamadan sonra, görsel tasarımdan önce | İçgörü için birkaç kişi, sayı için daha fazlası |
Anket | Bir tutumun ya da davranışın ne kadar yaygın olduğunu | Görüşmeler neyi soracağınızı gösterdikten sonra | ±5 puanlık hata payı için yaklaşık 385 |
Analitik ve oturum kayıtları | İnsanların geniş ölçekte ne yaptığını | Ürün yayındayken | Ürünü kullanan herkes |
A/B testi | İki sürümden hangisinin tek bir metrikte daha iyi olduğunu | Düzenli trafiği olan canlı bir üründe | Çoğu zaman varyant başına on binlerce kişi |
Odak gruplarını listeye bilerek almadık. Odak grubu, insanların başkalarının yanında ne söylediğini gösterir; pazarlama dilini sınamak için işe yarayabilir. Kullanılabilirlik sorunlarını bulmak ya da insanların ne yapacağını tahmin etmek içinse zayıf bir yöntemdir.
Görüşmeler: çoğu ekibin başlaması gereken yer
Kullanıcı görüşmesi (derinlemesine görüşme de denir), ürününüzün çözmeye çalıştığı problemi yaşayan biriyle yapılan, genellikle 45-60 dakikalık birebir bir konuşmadır. Amacı bu problemi ve insanların bugün onunla nasıl başa çıktığını anlamaktır. Fikrinizi onaylatmak için kötü bir araçtır, çünkü insanlar naziktir ve çoğu zaman beğendiklerini söyler.
Görüşmelerde en çok işe yarayan kural, yaşanmış ve somut olayları sormaktır. "Bunu en son yaptığınız zamanı anlatır mısınız?" sorusu ayrıntılarını kontrol edebileceğiniz bir hikâye getirir. "Şöyle bir özellik olsa kullanır mıydınız?" ya da "Buna ne kadar öderdiniz?" ise tahmin getirir ve insanlar kendi davranışlarını tahmin etmekte pek iyi değildir. Rob Fitzpatrick'in The Mom Test kitabı bu kural üzerine kuruludur ve bir akşamınızı ayırmaya değer.
Yarı yapılandırılmış bir görüşme rehberi hazırlayın: her birinin altında birkaç açık uçlu soru olan beş ile sekiz arası konu. Katılımcı beklemediğiniz bir yöne giderse peşinden gidin. Her oturuma iki kişi katılsın; biri sorsun, diğeri not alsın. Katılımcı izin verirse kayıt alın (izin konusunu aşağıda KVKK başlığında anlatıyoruz). Örneğin hastanede nöbet listesi hazırlayan biriyle yapılacak bir görüşmenin çekirdeği şöyle olabilir:
- Bu ayın nöbet listesi nasıl hazırlandı? Nereden başladığınızı anlatır mısınız?
- Listeyi neyle hazırladınız? Excel, kâğıt, bir program, WhatsApp grubu?
- Geçen sefer sizi en çok ne zorladı? Ne oldu?
- Son dakika bir değişiklik çıktığında ne yaptınız?
- Listeyi başka kimler görüyor? Kim kontrol edip onaylıyor?
- İşi kolaylaştırmak için bir şey denediniz mi? Neden bıraktınız?
- Sormam gerekip de sormadığım bir şey var mı?
Katılımcıları bu işi yakın zamanda yapmış kişiler arasından seçin: mevcut müşterileriniz, destek hattına ulaşanlar, ön kayıt listeniz, LinkedIn, meslek grupları ve dernekler. Kurumsal yazılımda ürünü satın alan kişi ile her gün kullanan kişi çoğu zaman farklıdır; irtibat kişinizden sizi işi fiilen yapanlarla tanıştırmasını isteyin. Katılımcılara zamanlarının karşılığında hediye çeki gibi küçük bir teşekkür verin. Üç dört soruluk bir ön eleme formu da yanlış kişiyle bir saat geçirmenizi önler.
Kaç görüşme yapmalı? NN/g'den Maria Rosala'ya göre herkese uyan sihirli bir sayı yok: 5-6 kişilik temsili bir grupla başlayıp görüşmeleri yaptıkça analiz etmeyi, yeni oturumlar yeni tema getirmeyi bıraktığında durmayı öneriyor. Benzer kişilerle yürütülen dar kapsamlı bir çalışma bu noktaya çabuk ulaşır; çeşitli bir kitleyi kapsayan geniş bir çalışma 20-30 görüşme gerektirebilir. Sık duyulan "beş kullanıcı yeter" kuralı kullanılabilirlik testinden gelir, görüşme sayısı hakkında bir şey söylemez.
Sık yapılan hatalar şunlar: görüşmenin ortasında çözümünüzü anlatmaya başlamak, yönlendirici sorular sormak ("Şöyle olsa daha kolay olmaz mıydı?"), bir iltifatı kanıt saymak ve sonuçları en iyi konuşan katılımcının belirlemesine izin vermek.
İşi yerinde görmek: saha çalışması ve günlük tutma çalışması
İnsanlar kendi rutinlerini anlatmakta iyi değildir. Artık fark etmedikleri adımları ve biraz utandıkları geçici çözümleri atlarlar. Hugh Beyer ve Karen Holtzblatt'ın bağlamsal tasarım (contextual design) çalışmalarından gelen bağlamsal sorgulama (contextual inquiry) yönteminde, kişi gerçek işini yaparken siz yanında oturursunuz. O usta, siz çıraksınızdır; gördüğünüz şeyi o anda sorarsınız. İş karmaşıksa, birkaç araca ya da kişiye yayılıyorsa veya masa başından hayal edemeyeceğiniz bir yerde yapılıyorsa (bir hastane servisi, bir depo, bir şantiye) bu yöntem karşılığını verir.
Mevcut kayıtlar da incelemeye değer. Ürününüz insanların zaten tuttuğu bir veriyle çalışacaksa (bir İK dökümü, ekibin planlama yaptığı Excel dosyası, bir yıllık destek talepleri) erkenden örnek isteyin, gerekirse anonimleştirilmiş olarak, ve onu bir görüşme notu okur gibi okuyun. Tuhaf kategoriler, mükerrer kayıtlar ve elle yapılmış düzeltmeler yazılımın ele alması gereken kurallara işaret eder; her biri bir sonraki görüşmede sorulacak iyi bir sorudur.
Günlük tutma çalışması (diary study), tek bir oturumun yakalayamayacağı şeyler içindir: aylık kapanış, yeni bir uygulamayla geçen ilk ay ya da ne zaman çıkacağı belli olmayan bir iş gibi günlere ve haftalara yayılan davranışlar. Katılımcılar olay anında telefonlarından bir fotoğraf ve iki satırlık kısa notlar girer. Çalışma birkaç günden bir aya, bazen daha uzun sürer. Doğru anlarda hatırlatma gönderin, her girişi küçük tutun ve ihtiyacınızdan fazla katılımcı alın; bir kısmı not tutmayı bırakacaktır.
Kullanılabilirlik testi: tasarımı deneyen kullanıcıyı izlemek
Kullanılabilirlik testinde katılımcıya gerçekçi görevler verir, her birini yaparken sesli düşünmesini isteyip izlersiniz. Görevi bir hedef olarak tarif edin ("Perşembe nöbetinizi bir arkadaşınızla değiştirmeniz gerekiyor"); arayüzdeki düğmenin adını vermeyin ("Değiştir düğmesine tıklayın"). Sonra susun. Asıl değerli anlar duraksamalar, yanlış okumalar ve kişinin vazgeçtiği yerlerdir. Tıklanabilir bir prototip yeterlidir. Bir akışın işlemediğini henüz kod yazılmamışken öğrenmek en ucuzudur.
Jakob Nielsen'in beş kullanıcıyla test etme önerisi bu tür çalışmalar için hâlâ geçerli. Nielsen ve Tom Landauer'in incelediği projelerde tek bir kullanıcı sorunların ortalama yüzde 31'ini ortaya çıkarıyordu; bu oranla beş kullanıcı sorunların yaklaşık yüzde 85'ini bulur. Bundan çıkan ve sık gözden kaçan öneri şu: On beş kişilik tek bir çalışma yerine beşer kişilik üç tur yapın ve turlar arasında sorunları düzeltin. Bu kuralı uygularken iki şeye dikkat edin. Birbirinden belirgin biçimde farklı kullanıcı gruplarınız varsa her grubu ayrı test edin: iki grup varsa grup başına üç dört kişi, daha fazla grup varsa her birinden üç kişi. Ayrıca kural sorun bulmakla ilgilidir; ölçüm hakkında bir şey söylemez.
Sayıya ihtiyacınız olduğunda, örneğin yeniden tasarımın görev başarısını artırdığını göstermek istediğinizde, çok daha büyük bir örneklem gerekir. NN/g'den Raluca Budiu ve Kate Moran çoğu nicel çalışma için 40 katılımcı öneriyor; bu sayı, başarı oranı gibi bir metrikte yüzde 95 güven düzeyinde yaklaşık yüzde 15'lik bir hata payı verir.
Çoğu yazılım için görüntülü görüşme üzerinden yapılan uzaktan moderatörlü oturumlar iyi sonuç verir. Maze, Lyssna ya da UserTesting gibi moderatörsüz test araçları daha hızlıdır ama ek soru soramazsınız; bu yüzden onları iyi tanımlanmış görevler için kullanın. Mobil uygulamaları mümkünse katılımcının kendi telefonunda test edin.
Kart sıralama ve ağaç testi: yapıyı doğru kurmak
Ürününüzde çok sayıda içerik ya da ayar varsa menünün nasıl kurulacağı başlı başına bir araştırma sorusudur. Kart sıralamada katılımcılar kartlara yazılmış konuları gruplara ayırır. Grupları kendileri adlandırabilir (açık), sizin belirlediğiniz gruplara yerleştirebilir (kapalı) ya da ikisini birlikte yapabilir. Nielsen'in kart sıralama analizinde 15 kullanıcının sonuçları, 168 kişilik çok daha büyük bir örneklemin sonuçlarıyla 0,90 korelasyon gösteriyordu; beş kullanıcıda korelasyon 0,75'te kalıyordu. Yaygın hedefin 15 olmasının sebebi bu. Nielsen, menüyü yalnızca benzerlik puanlarına bakarak tasarlamamayı da öğütlüyor; puanları bir girdi olarak kullanın.
Ağaç testi sonucu sınar. Katılımcılar önerilen menünün yalnızca metin hâlindeki hiyerarşisini görür ve içinde bir şey bulmaya çalışır ("Bildirim ayarlarınızı nereden değiştirirdiniz?"). Hangi görevlerin başarısız olduğunu ve insanların ilk nereye baktığını öğrenirsiniz. Optimal Workshop ve Lyssna, kart sıralama ve ağaç testini birlikte sunan araçlardan ikisi.
Anket, analitik ve A/B testi: saymak
Anket, bir şeyin kullanıcılarınız arasında ne kadar yaygın olduğunu söyler. "Neden" sorusunu yanıtlamakta zayıf, davranış tahmin etmekte ise güvenilmezdir. Soruları görüşmelerden sonra yazın; neyin sayılmaya değer olduğunu ancak o zaman bilirsiniz. Yakın geçmişteki olguları sorun ("Son bir ayda kaç kez…?"); niyet sorularına verilen cevaplar güvenilmezdir.
Örneklem büyüklüğü için bir oranın standart formülü n = z² × p(1 − p) / e² şeklindedir. Yüzde 95 güven (z = 1,96), en kötü durum olan p = 0,5 ve ±5 puanlık hata payıyla, büyük bir kitlede yaklaşık 385 yanıt gerekir. Formül rastgele bir örneklem varsayar. Bülteninize koyduğunuz bir bağlantı en ilgili kullanıcılarınıza ulaşır; gerçek belirsizlik formülün söylediğinden büyüktür.
Analitik, insanların geniş ölçekte ne yaptığını gösterir: dönüşüm hunileri, terk noktaları, hangi özelliklerin kullanıldığı. Google Analytics 4'te Keşfet bölümündeki yol keşfi (path exploration) raporu kullanıcıların izlediği yolları gösterir. Oturum kaydı araçları "neden" kısmını biraz doldurur. Microsoft Clarity oturum kaydı ve ısı haritasını ücretsiz sunar. Avrupa Ekonomik Alanı, Birleşik Krallık ve İsviçre'den gelen ziyaretçiler için tam oturum kaydı göstermeden önce onay sinyali ister. Bu tür araçlar çerez kullanır ve KVKK'nın çerezler için ayrı bir rehberi (Çerez Uygulamaları Hakkında Rehber) vardır; kurmadan önce çerez onayınızın bu araçları kapsadığını kontrol edin. İzleme olaylarını yayından önce planlayın; sonradan eklemek haftalarca eksik veri demektir.
A/B testi iki sürümü tek bir metrik üzerinden karşılaştırır ve trafik ister. Dönüşüm oranınız yüzde 3 ise, bunun yüzde 3,3'e çıktığını yaygın olarak kullanılan yüzde 95 güven düzeyi ve yüzde 80 istatistiksel güçle saptamak için her varyantta yaklaşık 53.000 ziyaretçi gerekir. Yeni ürünlerin çoğunda bu trafik yoktur. O durumda değişikliği beş kullanıcıyla test edin, yayına alıp metriği izleyin ya da ilk sürümün kendisini deney olarak kullanın; bunu MVP yazılım geliştirme yazımızda anlattık.
Uzmanların kullandığı araçlarda, ürünün içinde ve belirli bir çıktıya bağlı olarak toplanan geri bildirim çoğu zaman bir anketten daha çok şey söyler. Tek bir sonuca verilen olumsuz puan hangi çıktının yanlış olduğunu gösterir; bir ay sonra yapılan anket ise yalnızca birinin memnun olmadığını. Bir spor fizyoterapi kliniği için egzersiz programı üreticisi geliştirdik; klinikte her programın arkasındaki mantık antrenörlerin zihninde. Antrenörler oluşturulan her programa olumlu ya da olumsuz puan veriyor, egzersizleri alternatifleriyle değiştiriyor ve programı yeniden oluşturuyor. 2026'da buna, mantığın geçmiş sporcular üzerinde sınanabilmesi için yapay zekanın programıyla antrenörün programını karşılaştıran kayıtları ekliyoruz.
İki haftada yürütülebilecek küçük bir çalışma
- 1. gün. Araştırmanın besleyeceği kararı yazın ("İzin taleplerinden önce nöbet değişimini mi yapalım?") ve üç ile beş arası soru belirleyin. Hiçbir cevap yapacağınız işi değiştirmeyecekse çalışmayı yapmayın.
- 2-4. günler. Kısa bir ön eleme formuyla uygun altı ile sekiz kişi bulun; bir iki kişinin gelmeyeceğini hesaba katın. 45 dakikalık oturumlar planlayın.
- 3-4. günler. Görüşme rehberini ya da test görevlerini yazın ve bir ekip arkadaşınızla deneyin. Bu prova her seferinde kafa karıştıran bir soru yakalar.
- 5-8. günler. Oturumları not tutan bir ekip arkadaşınızla birlikte yürütün. Her oturumdan sonra on dakika ayırıp sizi şaşırtan şeyleri, aklınızdayken yazın.
- 9-10. günler. Her gözlemi ayrı bir nota geçirin, notları gruplayın ve bulguları dayandıkları kanıtlarla birlikte yazıya dökün.
- Tek sayfalık özet. Ne öğrendiğinizi, ne kadar emin olduğunuzu ve plandaki neyin değiştiğini paylaşın. Açık rıza metniniz ekip içi paylaşımı kapsıyorsa kayıtların bağlantısını da ekleyin.
Bir sonraki karar gündeme geldiğinde yeni bir tur yapın. Ön eleme formu, onay metinleri ve görüşme rehberi bir sonraki tura aynen taşınır; sonraki turları hazırlamak daha az zaman alır.
Kayıt, açık rıza ve KVKK
Görüşmelerde ve testlerde kişisel veri toplarsınız: yüz, ses, isim, bazen de başkalarına ait verilerin göründüğü ekranlar. Türkiye'de bunun çerçevesini 6698 sayılı Kişisel Verilerin Korunması Kanunu (KVKK) çizer. Uygulamada dikkat edilecekler şunlar:
- Aydınlatma her durumda gerekir ve veri toplanmadan önce yapılır. Kanunun 10. maddesine göre katılımcıya veri sorumlusunun kimliğini, verinin hangi amaçla işleneceğini, kimlere ve hangi amaçla aktarılabileceğini, toplama yöntemini ve hukuki sebebini, son olarak da 11. maddede sayılan haklarını anlatmanız gerekir.
- Aydınlatma metni ile açık rıza metni ayrı olmalıdır. Kişisel Verileri Koruma Kurulu'nun 18 Şubat 2026 tarihli ve 2026/347 sayılı ilke kararı, açık rızaya dayanılan durumlarda iki metnin farklı başlıklar altında ayrı ayrı düzenlenmesini istiyor. Aynı sayfadaysalar alt alta durmalı ve her biri için ayrı beyan alınmalı. Aydınlatma metni için yalnızca okunup anlaşıldığına dair geri bildirim alınır; metne onay istenmez. Başka bir işleme şartına dayanıyorsanız ayrıca açık rıza metni sunulmamalı. Araştırma kayıtlarında hangi dayanağı kullanacağınızı hukuk danışmanınızla netleştirin.
- Açık rıza, belirli bir konuya ilişkin, bilgilendirmeye dayanan ve özgür iradeyle verilen rızadır. "Tüm verilerimin işlenmesini kabul ediyorum" gibi genel bir onay yetmez; katılımcı rızasını istediği zaman geri alabilir.
- Kayıtlar yurt dışında saklanıyorsa (görüntülü görüşme, transkripsiyon ve yapay zeka araçlarında bu sık görülür) bu bir yurt dışına aktarımdır ve 2024'te değişen 9. maddenin şartlarına tabidir. Standart sözleşme yoluyla aktarıyorsanız sözleşme, imzadan sonraki beş iş günü içinde Kurum'a bildirilir.
- Bir saklama süresi belirleyin. Süre dolunca ham kayıtları silin, anonimleştirilmiş notları saklayın.
- Sağlık verisine dikkat edin. Sağlık verisi kanunun 6. maddesine göre özel nitelikli kişisel veridir. Hastalarla görüşüyorsanız ya da katılımcının ekranında hasta bilgisi görünecekse test verisi kullanmasını isteyin veya o ekranları paylaşımın dışında tutun.
Yapay zeka katılımcının yerini tutar mı?
Bulgu üretmek için tutmaz. NN/g, yapay zekayla üretilen "sentetik kullanıcıları" gerçek katılımcılarla karşılaştırdığında şunu gördü: Gerçek bir katılımcı yedi çevrimiçi kursun üçünü bitirmişti, sentetik kullanıcı ise adını andığı her kursu tamamladığını söylüyordu. Gerçek katılımcıların yapay ve faydasız bulduğu tartışma forumlarını sentetik kullanıcılar övdü ve her şeyi aynı derecede önemsiyor gibi göründüler. Yazarların önerisi, sentetik kullanıcıları masa başı araştırma, hipotez üretme ve görüşme rehberini prova etme için kullanmak; çıktılarını asla gerçek kullanıcı araştırması gibi sunmamak.
Yapay zeka asıl oturumlardan sonra işe yarar: transkripsiyon, etiketlemede ilk tur, bir temaya ait alıntıları bulmak. Temaları transkriptlerle kendiniz karşılaştırın ve bir kaydı herhangi bir servise yüklemeden önce yukarıdaki KVKK maddelerini gözden geçirin.
Bulgudan karara
Bir bulgunun üç parçası olmalı: ne gördüğünüz, kanıtı ve ürün için ne anlama geldiği. Hayali bir örnek: "Görüştüğümüz altı muhasebecinin dördü, geciken ödemeleri takip etmek için faturaları Excel'e aktarıyor, çünkü uygulamada vadesi geçen faturaları gösteren bir ekran yok. Bu ekranı raporlama modülünden önce yapmalıyız." Bulgunun bir karar içerdiğine dikkat edin. Hiçbir kararı etkilemeyen bir bulgu ilginç bir bilgiden öteye geçmez.
Bulguları, insanların sorunla ne sıklıkla karşılaştığına ve sorunun onları ne kadar engellediğine göre sıralayın; sonra her zamanki önceliklendirme yönteminizle backlog'a taşıyın. Bunu ürün yönetimi yazımızda ayrıntılı anlattık. Araştırmanın wireframe'lere ve prototiplere nasıl aktarıldığı ise ürün tasarım süreci yazımızda. Ham notları aranabilir bir yerde tutun; altı ay sonra biri bir ekranın neden öyle çalıştığını mutlaka soracak.
Sık sorulan sorular
Üretken ve değerlendirici araştırma arasındaki fark nedir? Üretken (generative) araştırma neyi yapacağınıza karar vermenize yardım eder. Değerlendirici (evaluative) araştırma bir tasarımı ya da yayındaki ürünü sınar; tasarım sürerken yapılan biçimlendirici çalışmaları (kullanılabilirlik testi, ağaç testi) da yayından sonraki ölçümleri (karşılaştırmalı ölçüm, A/B testi) da kapsar. Yani kullanılabilirlik testinden daha geniş bir kavramdır.
Ürünü kullanan kişilere ulaşamıyorsak ne yapmalıyız? Kurumsal yazılımda ve sağlıkta bu sık olur; araya satın alma birimi ya da bilgi işlem girer. İrtibat kişinizden işi fiilen yapan iki kişiyle yarım saatlik bir görüşme isteyin ve ne soracağınızı önceden açıkça söyleyin. Bu arada elinizdekini kullanın: destek talepleri, satış ve kurulum görüşmelerinden kalan notlar, ürünün kendi analitiği. Bunların hepsini gerçek bir oturumda doğrulayacağınız ipuçları olarak görün; boşluğu sentetik kullanıcılarla doldurmayın.
Kullanıcı araştırmasını geliştirici ya da ürün yöneticisi yapabilir mi? Görüşme ve kullanılabilirlik testi için evet; yazılı bir rehber ve birkaç prova oturumu yeterli başlangıçtır. Büyük nicel çalışmalarda, çocuklar ya da hastalar gibi hassas gruplarla çalışırken ya da karar bunu haklı çıkaracak kadar pahalıysa bir uzmanla çalışın.
Kullanıcı araştırması ile pazar araştırması aynı şey mi? Kesişirler ama farklı sorulara yanıt ararlar. Pazar araştırması ürünü kimin, hangi fiyata alacağını sorar; kullanıcı araştırması ise insanların neye ihtiyaç duyduğunu ve ürünü nasıl kullandığını. Bir ürünün ikisine de ihtiyacı vardır ve çoğu zaman aynı katılımcılarla görüşülür.
Araştırma bulgularınız hazırsa ve bunları çalışan bir yazılıma dönüştürecek bir ekip arıyorsanız bize yazın.
İlgili Makaleler
İnsan Kaynakları Yazılımı Seçerken Nelere Bakmalı?
İK yazılımı özlük, izin, puantaj ve bordroyu tek kayıtta toplar. Türkiye'de seçerken SGK bildirimlerini, mevzuat güncellemelerini, izin kurallarını ve KVKK tarafını kendi senaryolarınızla sınayın.
Devamını Oku: İnsan Kaynakları Yazılımı Seçerken Nelere Bakmalı?Lojistik Yazılımı: WMS mi, TMS mi, Hangisi Önce?
Lojistik yazılımı tek bir ürün değil. Hangi işletmeye WMS, hangisine TMS gerektiğini, e-İrsaliye ve U-ETDS'nin bu akışta nerede devreye girdiğini anlatıyoruz.
Devamını Oku: Lojistik Yazılımı: WMS mi, TMS mi, Hangisi Önce?Agile Scrum Metodolojisi: Roller, Etkinlikler ve İki Haftalık Sprint
Agile değerleri tanımlar, Scrum bu değerleri uygulamanın en bilinen çerçevesidir. Scrum'ı 2020 kılavuzuna göre, iki haftalık bir sprint ve örnek bir Bitti Tanımı üzerinden anlatıyoruz.
Devamını Oku: Agile Scrum Metodolojisi: Roller, Etkinlikler ve İki Haftalık Sprint
