Diez mitos sobre las métricas en UX

Existen muchos mitos sobre las métricas en UX. Algunos derivan de la falta de experiencia en el uso de las mismas, otros de una experiencia negativa con ellas y otros de las quejas de algunos profesionales de la UX sobre los problemas y costes asociados a su uso. La fuente de estos mitos no tiene importancia. Al fin y al cabo lo que cuenta es separar los hechos reales de aquellos que no lo son.

Por eso, aquí hemos listado los diez mitos sobre las métricas en UX con los cuales nos hemos encontrado en nuestro recorrido con la disciplina.

Mito 1: conseguir las métricas requiere de demasiado tiempo

En la mejor de las hipótesis, las métricas pueden acelerar el proceso de diseño y, en el peor de los casos, no deberían influir sobre los tiempos generales. Las métricas se recopilan de manera rápida y fácil como parte de una normal valoración de usabilidad iterativa. Las personas que forman el equipo pueden pensar de manera errónea que se tienen que hacer sondeos completos o que se tienen que hacer test en laboratorios UX después de haber recopilado las métricas básicas.

Pero existen algunas métricas bastante sencillas que es posible recoger de manera cotidiana. El añadir algunas preguntas al principio o final de cada sesión de un test de usabilidad no influye en el tiempo de la sesión y nos puede ofrecer información útil. Los participantes pueden responder de manera rápida a algunas preguntas claves como parte del clásico cuestionario de background o actividad de follow-up.

Los participantes pueden también valorar las actividades para facilitar el uso u ofrecer un cuestionario de satisfacción después de cada actividad o al terminar todas las tareas. Si se tiene fácil acceso a un grupo de usuarios grande, es posible hacer un envío masivo de mail con algunas preguntas claves, añadiendo algunos pantallazos. Es posible así recopilar datos de centenares de usuarios en un solo día. Algunos datos pueden ser recopilados de manera rápida sin ni siquiera involucrar al usuario. Por ejemplo, es posible señalar la frecuencia o la gravedad de problemas específicos de manera rápida y sencilla con cada nueva iteración del proyecto. El tiempo necesario para recopilar las métricas no tiene que ser de semana o días. Muchas veces son necesarias solo unas horas.

Mito 2: las métricas son demasiado caras

Elegir las métricas correctas en UX es clave para conseguir resultados fiables. Solo de esta manera se podrá entender como su uso es una inversión y no un gasto o peor, un malgasto.

Mito 3: las métricas no son útiles cuando nos centramos en pequeñas iteraciones

Algunos miembros del equipo pueden meter en discusión la utilidad de las métricas cuando están interesados solo a pequeñas iteraciones. Podrían decir que es mejor centrarse sobre una serie de pequeñas mejoras y no preocuparse por las métricas. Podrían no tener tiempo o presupuesto para recopilar las métricas y por eso, podrían decir que las métricas no entran en el proceso de diseño iterativo.

Analizar la usabilidad de un proyecto con la finalidad de determinar la gravedad y frecuencia de los problemas de usabilidad es esencial para todos los proyectos. Esta es una manera excelente para centrar los recursos durante el proceso de planificación y permitirá ahorrar tiempo y dinero. En este caso podemos fácilmente obtener métricas basadas sobre estudios anteriores que nos pueden ayudar a responder preguntas claves sobre la usabilidad. Las métricas, en definitiva, son útiles tanto para los proyectos grandes como para los pequeños.

Mito 4: las métricas no ayudan a entender las causas del problema

Algunas personas sostienen que las métricas no ayudan a entender la causa principal de los problemas relacionados con la experiencia de las personas usuarias. Piensan que las métricas solo sirven para poner en evidencia la entidad del problema pero no la causa. Si nos centramos en los casos de éxito o sobre los datos, es fácil entender que algunas personas tengan esta posición.

Las métricas pueden decirnos mucho más sobre las causas principales de los problemas de usabilidad de lo que podemos pensar en un principio. Es posible analizar los comentarios de los usuarios para revelar la fuente del problema, es posible identificar la situación exacta en las cuales los usuarios encuentran un problema y usar las métricas para indicar dónde y hasta por qué ocurren algunos problemas. Según cómo se codifican los datos y los métodos usados, hay una gran cantidad de datos que pueden ser reveladores de la causa principal de muchos problemas de usabilidad.

Mito 5: las métricas están llenas de datos contaminados

Una de las críticas principales que se hacen a las métricas es que los datos están contaminados. Demasiadas variables impiden tener una visión clara de lo que está ocurriendo. Vamos a ver un ejemplo de datos que están contaminados. Cuando estamos midiendo el tiempo de finalización de la tarea en un estudio de usabilidad y el participante sale a por un café, ¿cuánto influye sobre la valoración del tiempo de la tarea? Aunque ocurra de manera ocasional, no debería impedirnos recopilar datos sobre los tiempos de una tarea u otros datos de usabilidad. Hay cosas que no se pueden hacer para minimizar o remover la contaminación en los datos. Los datos se pueden “limpiar” de manera que los valores extremos no se usen para el análisis. Además, es posible elegir con atención métricas específicas para mitigar datos “contaminados”.

Es posible usar procedimientos bien definidos para garantizar que se alcancen niveles apropiados de coherencia en la valoración de las taks o en los problemas de usabilidad. Muchos cuestionarios estándar han sido ya ampliamente validados por muchos investigadores para evitar justamente este tipo de problemas.

Mito 6: fiarse del instinto

Muchas decisiones sobre la usabilidad se toman en base al instinto. Hay siempre alguien en el equipo que piensa que las decisiones que se toman son justas o equivocadas basándose en el instinto. Lo bonito de las métricas es que conseguir datos de los test de usabilidad requiere mucho razonamiento, algunas opciones de diseño son de verdad casos límites que podrían tener un fuerte impacto en el proyecto. A veces ocurre justo eso: que las soluciones de diseño correctas sean justamente las menos intuitivas.

Por ejemplo, un equipo de diseño puede garantizar que todas las informaciones sobre una página web sean Above the Fold, eliminando así la necesidad de hacer scrolling. Sin embargo, los datos de usabilidad (por ejemplo bajo forma de tiempos para terminar una tarea) pueden revelar tiempos de realización más largos porque no hay suficiente espacio blanco entre los varios elementos. La intuición y la experiencia en UX seguramente es importante, pero los datos importan más.

Mito 7: las métricas no pueden aplicar a los productos nuevos

A veces se decide no usar las métricas cuando hay que valorar un producto nuevo. Algunas personas sostienen que, visto y considerado que no hay productos para comparar, las métricas no tienen sentido. En realidad es exactamente lo contrario. Cuando se valora un producto nuevo, es fundamental establecer una serie de parámetros de referencia respecto a los cuales comparar las iteraciones de diseño futuras. Es la única manera de saber de verdad si el diseño está mejorando o no. Además, es útil establecer las métricas de referencias para los nuevos productos. Antes de que un producto salga a producción, debe satisfacer las métricas de base relacionadas con el éxito, la satisfacción y la eficiencia.

Mito 8: no existen métricas para el tipo de problema al que te estás enfrentando

Algunas personas creen que no existen métricas relacionadas en concreto con el producto o proyecto al cual están trabajando. Cualquiera sea el objetivo, por lo menos un par de parámetros deberían estar atados directamente a los objetivos de negocio del producto. Por ejemplo, puede que se diga que el interés está solo en la respuesta emotiva de los usuarios y no a las prestaciones. En este caso, también existen diferentes métodos bien establecidos para medir las respuestas emotivas. En otra situaciones, alguien podría estar interesado solo al “tomar conciencia”. Existen también maneras sencillas de medir el “tomar conciencia”, también sin invertir en el montaje de un estudio de eyetracking. Otros dicen que están interesados solo a las reacciones más sutiles de las personas usuarias, como el nivel de frustración. Existen métodos para medir el nivel de estrés sin preguntarles directamente a las personas usuarias.

Mito 9: el personal directivo no entiende las métricas

Aunque algunos directivos consideran la User Research solo como un feedback cualitativo sobre un producto, afortunadamente la mayor parte de los directivos consigue reconocer el valor de la investigación. Las métricas confieren credibilidad al equipo, al producto y al proceso de diseño. Estas se pueden usar para calcular el ROI (lee también sobre Calculadoras de retorno de inversión con usabilidad) y a la mayor parte de los directivos les encantan estos datos. Las métricas pueden ser fundamentales para abrir los ojos por lo que tiene que ver con los problemas empresariales. No queda igual decir que hay un problema con el proceso de pago online que decir que el x% de las personas usuarias no consiguen terminar la compra con éxito.

Mito 10: es difícil recoger datos fiables si la muestra es pequeña

Hay una idea bastante difundida que es que para recoger cualquier métrica hace falta una muestra grande. Hay quien cree que para  recoger datos y hablar de métricas se debe haber testeado con mínimo 30 participantes. Esto no es del todo cierto. En este post sobre los tamaños perfectos de muestra para tests con usuarios, ya contamos como tener una dimensión ancha de la muestra nos puede ayudar a mejorar el nivel de confianza en ello pero, existen test que se pueden realizar perfectamente con muestras pequeñas como cinco usuarios, como los estudios cualitativos que buscan identificar los problemas de usabilidad de una interfaz.

Como expertos en UX tenemos que seguir trabajando para mejorar la madurez UX de las organizaciones y conseguir que las personas implicadas entiendan que tenemos que confiar en las métricas UX y tomar decisiones basadas en datos.