UXデザインを行うにあたってユーザーを知ることは非常に大事なプロセスです。そんなユーザーを深く知るために行うのがユーザー調査/分析。
この記事ではユーザー調査/分析や具体的な方法についてご紹介します。
目次
ユーザー調査/分析の役割
サービス新規開発、改善において、最も重要なのが、『ユーザーを知ること』。徹底的にユーザーを理解し課題やニーズに対して最適解を導けるかどうかが、事業成長にも大きく関わってきます。
そんなユーザーの解像度を上げることが、ユーザー調査/分析の役割になります。
ユーザーの情報は大きく3つに分類されます。
- 属性
- 心理（ある時点での気持ち）
- 行動（結果論）
調査/分析するにあたって、どの解像度を上げたいのか目的を定めましょう。そうすることで、以下のように書く情報を一連の流れとして把握することができます。
- どんな属性の人が
- どういった心理状態で
- その行動を取ったのか
調査/分析で絶対に行ってはいけないこと
調査/分析を行う上で絶対に行ってはいけないことを経験ベースでご紹介します。
まずデータを集めてから何が見えるか考えること
よくあるのが、
「今はデータが無いなら、一旦一通りのデータを集めてから何が見えてくるのか考えよう」
まず、この方法では絶対に分析できません/途方も無い時間がかかります。
例えば、一通りのデータとは何を指すのでしょうか？性別もあれば、個人の特定ジャンルに対する趣向性など、粒度も様々、取ろうと思えば何でも取れる状態です。
この様な方法で起こることは、結局データが膨大で何を見ればよいかわからない、実は大事なデータが取れていないなどです。
調査/分析を行う場合は、必ずある事象に対して初期仮説を立て検証しましょう。
新規サービス開発であれば「この属性の人は本当にこの行動をするのか/この心理状態になるのか」、
改善であれば「この行動を取る人はこの心理状態になるのか」
などです。
この様にとある事象に対して何が要因かを洗い出し、そこに対する初期仮説と仮説検証の為に必要な検証項目を整理しましょう。
事象に対する要因洗い出しは『ロジックツリー』を使うと整理しやすいのでおすすめです！
調査/分析結果をそのまま解釈すること
ユーザー調査/分析を行うと、「〇〇が使いづらいと思っていた」「〇〇がほしい」と、直接課題やニーズを拾うことがあります。ここで聞いたことをそのまま機能に落とし込むとどうなるのか。結果、良いものはできあがらないのです。
調査/分析で直接聞いたことはよく氷山に例えられます。見えてる、聞いてる部分は氷山の見えてる表面部分にすぎません。海水に浸かっている8割の隠れた情報を無視している状態なのです。それではよい結論が導けたとは言えませんよね。
あくまで直接見えた情報は氷山の一角です。そこから、「その心理状態になった背景は何か」「その行動をなぜ取ったのか」と意図を汲み取り、隠れた本質的課題を抽出しましょう。
私個人が具体例をあげる時はよく電子レンジの話を出します。
最近の電子レンジは声を掛けると天気を教えてくれたりする高機能なものまであります。電子レンジの利用シーンで朝食時があった、朝食時のニーズとして天気を知りたいがあった、では天気を教えよう、の様な。しかし、ユーザーは同じシーンでその課題を持っているだけで『電子レンジにその課題を解決してほしい』とは全く思ってないのです。
こちらに詳しく書いているので、よかったら読んでみてください。
調査/分析を行うための“2つの方法”
調査/分析を行う際にどの様に行えばよいか迷ってしまいますよね。具体的な手段を紹介する前に、目的に応じて選ぶ、2つの方法についてご紹介します。
定量分析
一定数のデータを元に分析する手法です。例えばどんな行動をしているのか把握したい、アンケートで一定数のユーザーの属性に対する心理状態を知りたいなど、統計的に判断する場合に活用します。
仮説に対する評価方法がある程度固まっている、統計的に裏付けたい場合に効果があります。
定性分析
定量分析では統計的に結論を導けるのに対し、定性分析ではインタビュー手法などを用いて、『属性、行動、心理』どれかに絞った深い分析を行うことができます。
定量分析で統計的に初期仮説の結論を導き、より深い発見を得るために定性分析を用います。
場合によっては定量/定性分析どちらかのみを実施するパターンもありますが、基本は量と質を担保するために定量/定性分析どちらも行うことをおすすめします。
具体的な調査/分析｜定量分析
ここからは目的に合わせた具体的な分析手法をご紹介します。
アナリティクス
Googleアナリティクスを代表に、サービスの行動データを取得できるツールです。基本設定では行動と統計的な属性を知ることができます。基本無料で使えるのでよいですね！
追加設定によってサービス一意のIDを持たせることができるので、サービス側で属性を取っている場合は属性ごとの行動データを分析することができます。
ABテスト
全体から統計的に知ることができるアナリティクスから一歩踏み込んだ、特定ページの統計比較を行うのがABrテストです。
購入画面など、直接売上につながるページでの離脱率調査などで役に立ちます。
MA（マーケティングオートメーション）ツール
MarketoやPardotなどのMAツールです。サービス利用プロセスにおいて、適切な段階で属性、行動、心理データをユーザーごとに蓄積します。統計的に分析しつつ、個別にデータを深ぼることができるため、質の高い定量分析を行うことができます。
唯一ネックなのが、年間100万円以上かかるツール代です。
具体的な調査/分析｜定性分析
ユーザーインタビュー
1対1の形式で、ある事象について深堀りを行います。対面でのインタビューは気を使うことが多いため、リラックスして回答できる環境づくり、誘導尋問にならない設問設計が必要です。
設問設計次第でアウトプットの質が大きく変わるので、どの様に深い内容を引き出せるのか、意識してみましょう。
ユーザービリティテスト
プロトタイプなどある程度の成果物に対して意図した使われ方をするのか検証する方法です。
あるお題を検証者に伝え実際に画面を操作してもらい、引っかかる部分を記録します。その後、引っかかった部分について、なぜ引っかかったかやその時の感情を聞き、それが課題であればブラッシュアップを行います。
フィールド調査
定量分析やインタビューでは出てこない、より潜在的なニーズ/課題を把握する際に使う手法です。特に実店舗がある場合に有効な手段です。
例えば洋服店でお客様が商品を見るけど手に取らない、何か取りたくなくなるブレーキが存在する。の様に考察していきます。
必要であれば、なぜ手に取らなかったのか、その場でお声がけして理由を聞くこともあります。コストは掛かりますがインタビューとは違い無意識レベルで行動しているため、質の高い結論を導くことができます。
UXUIデザイン支援資料
セブンデックスのUXUIデザインプロセスと実績詳細が解説されている資料を無料でダウンロードできます。
