मूल्यवान अंतर्दृष्टि के बारे में स्टेरॉयटाइप्स: कुछ यूएक्स फ्रेमवर्क आपको कैसे धोखा दे सकते हैं

यह एक ज्ञात तथ्य है कि एक सफल उत्पाद बनाने के लिए, आपको अपने लक्षित दर्शकों को समझने और उनके साथ सहानुभूति रखने की आवश्यकता है। इस लक्ष्य को ध्यान में रखते हुए, स्टार्टअप संस्थापक, उत्पाद डिजाइनर और उत्पाद प्रबंधक अनुसंधान के लिए जाते हैं। हम अपने लक्षित दर्शकों से बात करते हैं, हमारे उत्पाद की समीक्षाएं पढ़ते हैं, और संभावित ग्राहकों को हमारे ऐप्स का परीक्षण करने और हमें प्रतिक्रिया देने के लिए आमंत्रित करते हैं।

जब अनुसंधान किया जाता है, तो हम डेटा का विश्लेषण करने और अंतर्दृष्टि साझा करने के लिए विभिन्न तरीकों का उपयोग करते हैं. यह वह जगह है जहां उत्पाद निर्माता अक्सर उपयोगकर्ता व्यक्तियों और सहानुभूति मानचित्रों को बदलते हैं. हालांकि मैं अन्य व्यवसायों के लिए बात नहीं कर सकता हूं, ये उपकरण यूएक्स bootcamps के प्यारे हैं - मैं उन्हें लगभग हर bootcamp स्नातक के पोर्टफोलियो में देखता हूं. यह मेरी विशेषज्ञता के क्षेत्र में उनकी लोकप्रियता का एक और कारण है।

मुझे स्वीकार करना होगा कि यह लोकप्रियता मुझे परेशान करती है. मैं पूरी तरह से व्यक्तियों और सहानुभूति मानचित्रों के खिलाफ नहीं हूं, लेकिन उनके पास अपने दोष हैं. चलो पता लगाते हैं कि वे कैसे भ्रमित हो सकते हैं और उनकी कमी के बावजूद उन्हें प्रभावी ढंग से कैसे उपयोग करें.

What Are Empathy Maps and User Personas?

दोनों सहानुभूति नक्शे और उपयोगकर्ता व्यक्तियों उत्पाद टीमों को उपयोगकर्ता अनुसंधान अंतर्दृष्टि को संश्लेषित करने में मदद करने के लिए दृश्यता उपकरण हैं. वे आमतौर पर उत्पाद प्रबंधकों, उत्पाद डिजाइनरों और स्टार्टअप संस्थापकों के लिए अपने उपयोगकर्ताओं को बेहतर ढंग से समझने के लिए अनुशंसित हैं.

वर्तमान में, एक सहानुभूति मानचित्र के सबसे व्यापक रूप से उपयोग किए गए टेम्पलेट में चार क्षेत्र शामिल हैं: एक उपयोगकर्ता क्या कहता है, सोचता है, करता है और महसूस करता है. एक व्यक्ति, दूसरी ओर, आपके उत्पाद का एक विशिष्ट उपयोगकर्ता का विस्तृत चित्र है. यह काल्पनिक है लेकिन वास्तविक लोगों पर आधारित है जिन्हें आप अनुसंधान के माध्यम से मिल रहे हैं.

What's So Problematic About Them?

मेरे अनुभव में, दोनों सहानुभूति नक्शे और personas समान मुद्दों को साझा करते हैं:

#1: They Reinforce Stereotypes

डेटा व्याख्या एक जटिल विषय है, और, उत्पाद लोगों के रूप में, हम अपने स्वयं के पूर्वाग्रहों को प्रक्रिया में लाते हैं. मैंने कई बार देखा कि सहयोगी डिजाइनर और उत्पाद प्रबंधक व्यक्तियों को अलग-अलग विचार जोड़ रहे थे. उदाहरण के लिए, कुछ प्रकार के उपयोगकर्ताओं को केवल अपने स्मार्टफोन के ब्रांड के आधार पर रचनात्मक के रूप में वर्णित करके।

अक्सर, लोग यह भी नोटिस नहीं करते हैं कि वे अपने स्वयं के व्यक्तित्व को और अपने दोस्तों के बारे में क्या जानते हैं उन लोगों के लिए कैसे अतिरिक्त करते हैं जिनके साथ उनके पास बहुत समान नहीं है।

कुछ समय पहले, मैं एक ऐप पर काम कर रहा था जो लोगों को ध्यानपूर्ण अभ्यास जैसे ध्यान और श्वास अभ्यास को मास्टर करने में मदद करता था. मेरे उत्पाद प्रबंधक, एक आदमी, ने व्यापक उपयोगकर्ता अनुसंधान किया. अंतर्दृष्टि साझा करते समय, उन्होंने आत्मविश्वास से कहा कि पुरुष अपनी बौद्धिक काम को बढ़ाने के लिए हमारे जैसे ऐप्स का उपयोग करते हैं, जबकि महिलाओं को भावनाओं को प्रबंधित करने के लिए ऐसे ऐप्स की आवश्यकता होती है।

वास्तव में, दोनों समूहों ने अपनी मानसिक स्थिति पर नियंत्रण प्राप्त करने के लिए एक ही जरूरत का वर्णन किया था. वे बस अलग-अलग शब्दों का उपयोग करते थे, जिस तरह से उन्हें सेक्स के आधार पर खुद के बारे में सोचने और बोलने के लिए सिखाया गया था. पुरुषों ने इसे "विचारों" के चारों ओर फ्रेम किया, जबकि महिलाओं ने इसे " भावनाओं" के चारों ओर फ्रेम किया, सामाजिक परिभाषा को प्रतिबिंबित करने के बजाय एक बुनियादी अंतर को दर्शाते हुए।

मुझे सुनने और अपनी गलती को स्वीकार करने के लिए उत्पाद प्रबंधक के लिए कुडोस. लेकिन जब मैं वहां नहीं था, तो वह अंततः एक बार फिर से सेक्सवादी स्टेरॉयड का आविष्कार कर सकता है कि पुरुष तर्कसंगत प्राणी हैं और महिलाएं भावनात्मक हैं।

# 2: वे irrelevant डेटा पर जोर देते हैं

व्यक्तियों और सहानुभूति मानचित्रों में अक्सर विवरण शामिल होते हैं जिनका उपयोगकर्ता की इच्छाओं, जरूरतों और व्यवहारों पर बहुत कम या कोई प्रभाव नहीं पड़ता है. यह उत्पाद टीमों को गलत संबंधों और धारणाओं को खींचने के लिए प्रेरित कर सकता है. उदाहरण के लिए, उम्र या व्यवसाय जरूरी नहीं है कि कोई व्यक्ति एक ऐप का उपयोग कैसे करेगा, लेकिन ये विवरण अक्सर शामिल होते हैं क्योंकि वे टेम्पलेट का हिस्सा हैं. इस बीच, वास्तव में महत्वपूर्ण कारकों को बस इसलिए अनदेखा किया जा सकता है क्योंकि वे टेम्पलेट में फिट नहीं होते हैं.

#3: They Are Too Generic

यहां तक कि जब हम कई उपयोगकर्ता प्रकारों को परिभाषित करते हैं, तो सहानुभूति मानचित्र और व्यक्ति अभी भी वास्तविक व्यक्तियों के बजाय औसत उपयोगकर्ताओं को चित्रित करते हैं।

Are There Ways to Work Around These Problems?

कुंजी यह पहचानना है कि ये फ्रेमवर्क अविश्वसनीय हो सकते हैं और उन्हें विचारपूर्वक उपयोग कर सकते हैं।

#1: Adapt Templates to Fit Your Needs

सबसे व्यापक रूप से उपयोग किया जाने वाला सहानुभूति मानचित्र टेम्पलेट आपको अनुमान लगाने के लिए प्रोत्साहित करता है और, मेरी राय में, इसका बहुत कुछ अर्थ नहीं है। स्वस्थ संचार का एक मूल सिद्धांत यह है कि लोग सीधे इसके बारे में पूछने के बिना कभी नहीं मानते कि वे क्या सोचते हैं और महसूस करते हैं. आप जानते हैं कि एक उपयोगकर्ता क्या सोचता है और महसूस करता है केवल इसलिए कि उन्होंने इसे कहा है. इसके अलावा, भले ही वे कहते हैं कि वे कैसा महसूस करते हैं, गलत व्याख्याएं अभी भी संभव हैं.

नीचे एक अलग टेम्पलेट देखें; यह इंटरैक्टिव डिजाइन फाउंडेशन से आता है. यह अनुभागों को अलग तरीके से व्यवस्थित करता है लेकिन फिर भी बहुत सारे प्रश्न उठाता है. क्या यह वास्तव में मायने रखता है कि वे दूसरों के लिए कैसे दिखते हैं? हम मानते हैं कि वे हमेशा सार्वजनिक रूप से एक ही व्यवहार करेंगे?

ये टेम्पलेट भ्रम पैदा कर सकते हैं. उज्ज्वल पक्ष में, उनमें उपयोगकर्ता केंद्रित उत्पादों को बनाने पर विचार करने के लिए क्या कारकों के बारे में अच्छे विचार भी होते हैं. उन्हें कठोर तरीके से पालन करने के बजाय, एक संस्करण बनाएं जो आपकी जरूरतों को बेहतर ढंग से पूरा करता है।

Personas विभिन्न टेम्पलेटों में भी आते हैं, और आप तय करते हैं कि किस डेटा को शामिल करना है. व्यक्तिगत रूप से, मैं विभाजन को पसंद करता हूं, जिसे मैं व्यक्तियों की एक किस्म के रूप में देखता हूं जो उपयोगकर्ताओं को एक उत्पाद का उपयोग कैसे और क्यों करते हैं के आधार पर समूह करता है. उदाहरण के लिए, पालतू जानवर मालिकों के लिए एक ऐप डिजाइन करते समय, मैंने उपयोगकर्ताओं को ऐसे समूहों में वर्गीकृत किया जैसे:anxious pet owners, frequent travelers, and busy owners, उम्र या उपस्थिति के बजाय व्यवहार और संदर्भ पर ध्यान केंद्रित करना।

#2: Question Every Data Point

एक व्यक्ति या सहानुभूति मानचित्र में जानकारी जोड़ने से पहले, अपने आप से पूछें:Did I directly ask about this in research, or am I making assumptions? Did I obtain this information through a direct answer that said exactly this?मेरी राय में, अपने उपयोगकर्ताओं की समझ में अंतर को पहचानना बेहतर है, बल्कि उन्हें अनुमान लगाने से भरना।

#3: Use Alternative Tools

आपको किसी भी व्यक्ति और सहानुभूति मानचित्रों का उपयोग करने की ज़रूरत नहीं है. अन्य फ्रेमवर्क पर विचार करें, जैसे कि काम करने के लिए किया जाता है (जेटीबीडी)।

#4: Use AI for Pattern Recognition

एआई साक्षात्कार ट्रांसक्रिप्ट का विश्लेषण करने और पुनरावृत्ति वाले पैटर्न का पता लगाने में मदद कर सकता है. हालांकि यह मानव विश्लेषण को प्रतिस्थापित नहीं करना चाहिए, यह आपको अनदेखा करने वाले विवरणों को उजागर करके इसे पूरक कर सकता है.

Why Not Ditch These Methods Altogether?

प्रत्येक अनुशासन विकसित होता है, पुरानी प्रथाओं को फेंक देता है और नए को अपनाता है. UX अलग नहीं होना चाहिए. हमें निश्चित रूप से उन ढांचे पर सवाल करना चाहिए जो हम उपयोग करते हैं, लेकिन ये उपकरण एक कारण के लिए मौजूद हैं, और वे अनुकूलित हैं।

व्यक्तिगत रूप से, मुझे कहानियों को कहानियों के लिए मूल्यवान पाते हैं, खासकर जब मैं अपने टीमों, अन्य टीमों और हितधारकों को विचार प्रस्तुत करता हूं. वे मुझे ब्रेनस्टॉमिंग के दौरान रचनात्मक ब्लॉक से बाहर निकलने में भी मदद करते हैं. इसी तरह, जब मैं अनुसंधान डेटा को वर्गीकृत करता हूं, तो मैं अक्सर सहानुभूति मानचित्रों से अनुभाग उधार लेता हूं.